의식에 관한 많은 논문에서 graph theory, network analysis가 널리 이용된다.
뇌를 영역 간의 연결망으로 바라보고 전통적인 접근법을 적용한 연구는 큰 성공을 거두었다.
특히 병변이 있는 환자와 정상인의 뇌 네트워크 사이에 어떤 차이가 있는지를 이해함으로써 질병 진단, 발병 기작 등에 대한 깊은 이해가 가능해졌다.
그중에서도 betweenness centrality는 네트워크 속 특정 node가 네트워크의 연결성에 얼마나 기여하고 있는지를 판단하는 가장 기초적이지만 중요한 measure이다.
간단히 말해, 어떤 node A의 betweenness centrality는 임의의 두 node의 최소 경로가 node A를 지날 확률이다.
Betweenness centrality 값이 높다는 것은 많은 정보가 그 node를 오간다는 것과 일맥상통하므로, BC 값이 큰 영역은 brain network에서 hub일 가능성이 높다.
실제로 뇌에서 BC값이 큰 영역은 dorsal superior prefrontal cortex (I), precuneus (II), superior and medial occipital gyrus (III) 등으로 나타났다. [2]
EEG로도 BC를 분석할 수 있는데,
EEG를 측정한 뒤 Phase Lag Index (PLI) 등으로 전극 간의 통계적 관련성을 측정한 다음에,
그 데이터를 가장 잘 재현하는 minimum spanning tree를 만드는 것이다. [3]
[1] Cheng H, Newman S, Goñi J, et al. “Nodal centrality of functional network in the differentiation of schizophrenia.” Schizophr Res. 168(1-2) (2015): 345-52.
[2] van den Heuvel, Martijn P., and Olaf Sporns. “Network hubs in the human brain.” Trends in cognitive sciences 17.12 (2013): 683-696.
[3] Engels, Marjolein M A et al. “Declining functional connectivity and changing hub locations in Alzheimer’s disease: an EEG study” BMC neurology vol. 15 145. 20 Aug. 2015, doi:10.1186/s12883-015-0400-7